关于R语言arima函数估计观测数异常的技术问询

问题根源 #

你遇到的问题核心是对arima()函数的似然估计方法和观测数统计逻辑理解偏差：

• 默认情况下，arima()使用**全最大似然（ML）**估计，不会丢弃任何输入的观测——AR(p)模型的前p个观测会被当作初始条件纳入似然计算，而非直接丢弃，因此nobs等于你输入的观测总数，n.cond为0（代表没有固定的初始观测，全似然会估计初始条件）。
• 你预期的“丢弃前p个观测、剩余n-p个有效观测”是**条件最小二乘法（CSS）**的行为，此时n.cond等于AR阶数p，nobs为输入观测数减去p。

AIC报错的原因是两个模型使用ML时，输入的观测总数不同（34 vs 35），导致似然计算的观测数不一致，R会阻止这种不公平的对比。

解决方案 #

要实现公平的AIC对比，需保证两个模型的有效观测数一致，有两种可行方式：

方式1：使用条件最小二乘法（CSS）

指定method="CSS"参数，让模型按你预期的逻辑丢弃前p个观测，确保有效观测数相同：

library(wooldridge)
data(consump)
gc_1 <- consump$gc_1

# AR(1)：输入4-37共34条观测，CSS下有效观测数34-1=33
mod1 <- arima(gc_1[4:37], order = c(1,0,0), method = "CSS")
# AR(2)：输入3-37共35条观测，CSS下有效观测数35-2=33
mod2 <- arima(gc_1[3:37], order = c(2,0,0), method = "CSS")

# 查看nobs和n.cond
mod1$nobs  # 输出33
mod1$n.cond # 输出1
mod2$nobs  # 输出33
mod2$n.cond # 输出2

# 正常对比AIC
AIC(mod1, mod2)

方式2：对齐输入观测范围（使用ML）

如果坚持使用ML，需让两个模型的输入观测范围完全一致，确保似然计算的观测数相同：

# 统一使用4-37共34条观测
mod1_ml <- arima(gc_1[4:37], order = c(1,0,0))
mod2_ml <- arima(gc_1[4:37], order = c(2,0,0))

# 查看nobs，均为34
mod1_ml$nobs # 34
mod2_ml$nobs # 34

# 正常对比AIC
AIC(mod1_ml, mod2_ml)

补充说明 #

• ML和CSS的选择取决于你的分析需求：ML更适合小样本或需要估计初始条件的场景，CSS则更直观地对应“丢弃前p个观测”的逻辑。
• 对比信息准则（AIC/BIC）时，必须保证模型基于相同的观测子集拟合，否则结果没有可比性。

内容的提问来源于stack exchange，提问作者Louki